| 发明名称 | 基于图一致性模型的半监督学的推荐方法 | ||
| 摘要 | 本发明公开了一种基于图一致性模型的半监督学的推荐方法，包括如下步骤：S1，获取服务器数据集，对数据集构建图一致性模型，建立数据点和边；S2，通过映射函数来度量两个数据点之间的相似度，对数据点之间存在的边赋予权重值；S3，建立目标函数并求解，对目标函数的解进行排序；S4，将排序后的目标函数解进行收敛性证明，获得推荐列表，将推荐列表发送到用户终端。本发明能够对用户行为信息和物品内容信息实现个性化推荐。 | ||
| 申请公布号 | CN104679866A | 申请公布日期 | 2015.06.03 |
| 申请号 | CN201510095573.1 | 申请日期 | 2015.03.04 |
| 申请人 | 重庆理工大学 | 发明人 | 张宜浩;文俊浩 |
| 分类号 | G06F17/30(2006.01)I;G06K9/62(2006.01)I | 主分类号 | G06F17/30(2006.01)I |
| 代理机构 | 重庆市前沿专利事务所(普通合伙) 50211 | 代理人 | 郭云 |
| 主权项 | 一种基于图一致性模型的半监督学习的推荐方法，其特征在于，包括如下步骤：S1，获取服务器数据集，对数据集构建图一致性模型，建立数据点和边；S2，通过映射函数来度量两个数据点之间的相似度，对数据点之间存在的边赋予权重值；S3，建立目标函数并求解，对目标函数的解进行排序；S4，将排序后的目标函数解进行收敛性证明，获得推荐列表，将推荐列表发送到用户终端。 | ||
| 地址 | 400054 重庆市巴南区红光大道69号 | ||